《Aced 项目安装与配置指南》
2025-04-17 10:36:49作者:冯爽妲Honey
1. 项目基础介绍
Aced 是一个用于解析和解决单个指定 Active Directory 主要用户的 DACL( discretionary access control list )的开源工具。它可以识别针对目标账户的有趣的入站访问权限,解析这些权限的安全标识符(SIDs),并将数据展示给操作者。Aced 还集成了 pyldapsearch 的日志功能,能够将目标主体的 LDAP 属性本地化记录,进而由 pyldapsearch 的配套工具 BOFHound 将收集的数据摄入 BloodHound。
Aced 的主要编程语言是 Python。
2. 项目使用的关键技术和框架
- Python:Aced 使用 Python 编写,这是一个广泛使用的高级编程语言,适用于多种操作系统。
- pyldapsearch:这是一个用于搜索 LDAP 目录的 Python 模块。
- BloodHound:一个用于 Active Directory 安全分析的工具,它可以帮助识别潜在的权限提升路径。
3. 项目安装和配置的准备工作
在开始安装 Aced 之前,请确保您的系统满足以下要求:
- Python 3.x 已安装。
- pip(Python 包管理器)已安装。
- 对于 Kerberos 认证,确保您的系统上安装了相关库。
详细安装步骤
-
克隆项目仓库
打开命令行界面,使用以下命令克隆 Aced 项目的 GitHub 仓库:
git clone https://github.com/garrettfoster13/aced.git -
安装依赖
进入项目目录,使用 pip 安装 requirements.txt 文件中列出的依赖项:
cd aced pip install -r requirements.txt -
配置环境
根据您的系统环境,可能需要配置 Python 环境变量,确保命令行可以识别
python3命令。 -
运行 Aced
使用以下命令运行 Aced,并根据需要提供参数:
python3 aced.py -h这将显示 Aced 的帮助信息,您可以按照帮助信息提供的方式使用不同的参数进行操作。
-
参数说明
-h:显示帮助信息。-ldaps:使用 LDAPS 而不是 LDAP。-dc-ip:指定域控制器的 IP 地址或 FQDN。-k:使用 Kerberos 认证。-no-pass:不询问密码(在-k标志下有用)。-hashes LMHASH:NTHASH:指定 LM 和 NT 哈希值。-aes hex key:为 Kerberos 认证指定 AES 密钥。-debug:启用详细日志。-no-smb:不通过 SMB 解析 DC 主机名。
请确保在执行任何操作之前,您都有适当的权限,并且遵守所有相关的法律法规。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
279
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
630
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K